金沙江溪洛渡库区水库诱发滑坡时空分布规律及易发性研究*

唐凤娇 祁生文 郭松峰 邹 宇 李永超

鲁 晓①②③ 郑博文①②③ 宋帅华①②③ 侯晓坤①②③

(①中国科学院地质与地球物理研究所， 中国科学院页岩气与地质工程重点实验室， 北京 100029， 中国)

(②中国科学院地球科学研究院， 北京 100029， 中国)

(③中国科学院大学， 地球与行星科学学院， 北京 100049， 中国)

0 引 言

水库诱发滑坡是指水库建成以后，沿岸地区自然条件发生显著变化，由于水位升高造成河流局部侵蚀基准面和地下水位抬高，并引起水文动态变化，使库岸遭受强烈改造，从而导致岸坡失稳诱发的滑坡(张倬元， 1981)。水库诱发滑坡既有一般滑坡的共性，受到地形、岩性、降雨等自然因素控制，但又具有特殊性，其活动会受到水库蓄水及库水位周期性升降及其诱发地震活动的影响。1963年意大利瓦伊昂水库滑坡、1961年的湖北省柘溪水库塘岩光滑坡(杜伯辉， 2006； 肖诗荣等， 2010)、1993年清江隔河岩水库茅坪滑坡(严福章等， 2003； 祁生文等， 2004)、2003年湖北省归县千将坪村山体滑坡(廖秋林等， 2005； 汪发武等， 2021)及三峡库区藕塘滑坡(代贞伟等， 2016； 肖捷夫等， 2020)等，均是由于不利的地貌和地质环境叠加库水作用诱发的库岸和老滑坡失稳。目前国内外学者对水库诱发滑坡的时空分布规律已经进行过一定程度的研究，如Jones(1954)调查了 Roosevelt湖附近地区1941～1953年发生的一些滑坡，其中有49%发生在蓄水初期， 30%发生在水位骤降10～20m的情况； 中村浩之等(1990)提出在日本，大约60%的水库滑坡发生在库水位骤降时期，其余40%发生在水位上升时期，包括初期蓄水； 李松林等(2020)对三峡库区坝址至库尾593处滑坡进行了分析，统计了滑坡在地层岩性等控制因素及库水作用这一诱发因素中的分布特征，结果表明滑坡空间发育规律呈现出显著的区域差异性与分带性，主要受地层岩性影响，而空间分布的局部差异主要受斜坡结构影响，诱发滑坡复活变形的主要因素为库水位升降作用，绝大部分滑坡集中在蓄水初期。Yin et al.(2016)对三峡水库蓄水后2008～2014年的滑坡时空分布进行了研究，指出三峡水库滑坡数量已从蓄水初期的237处急剧减少到第二阶段的不足10处。前人的研究表明，水库蓄水后库水位变动是水库滑坡的关键诱发因素，但是对其扰动范围尚未有定量研究，随蓄水时间的变化依然没有明确定论，针对金沙江流域这类板块缝合带的梯级电站蓄水，缺乏对库岸再造和流域的地貌长时演化趋势的科学认识。

本文拟对金沙江流域溪洛渡库区水库诱发滑坡的分布规律进行研究。金沙江是长江的上游河段，起于青海省、四川省交界处的玉树藏族自治州直门达，流经青、藏、川、滇4省区至四川宜宾与岷江汇合后始称长江。金沙江蕴含丰富的水力资源，金沙江流域目前规划的水电站共25座(图1)，自2010年至今已经建成并蓄水的水电站共12座，主要集中于金沙江中下游，目前在建的水电站5座和拟建水电站8座，主要分布在金沙江上游，再加上支流的一些水电站，金沙江流域是世界上水电站建设最密集的地区之一，是我国最大的水电能源基地。溪洛渡水电站是金沙江干流下游河段水电梯级开发中的第3个梯级水电站，装机容量12600MW，水库正常蓄水位600m，装机容量仅次于三峡水电站、白鹤滩水电站和伊泰普水电站，是目前已建成的世界第4大水电站。由于金沙江流域沿金沙江断裂及其影响带发育，新构造运动强烈，河流侵蚀切割形成了山谷相间、地表破碎的高山、极高山、中山地形，地形地貌复杂多变，干流蜿蜒曲折。流域内立体气候明显，区域内气候差异较大，地质环境十分脆弱，沿江沿河地质灾害易发。前人对金沙江水库诱发滑坡已有过研究，但是多集中于对单体典型滑坡在蓄水扰动下的稳定性分析，如溪洛渡水电站干海子滑坡(李攀峰等， 2016； 刘源， 2016； 殷秋雨等， 2020)、青杠坪滑坡等(周强， 2019； 冯文凯等， 2020)，对库区或流域尺度内水库诱发滑坡的分布规律研究较少，基于此，本文以溪洛渡水电站水库诱发滑坡为研究对象进行了滑坡分布规律及滑坡数量和规模随时间演化趋势的研究。

图1 金沙江流域水电站分布图Fig. 1 Distribution of hydropower stations in Jinsha River Basin

易发性评价是针对基础地质环境条件和灾害分布的空间统计分析(胡瑞林等， 2013)，是进行危险性和风险性评价的基础。目前，滑坡易发性评价的整体思路和体系已经逐渐完善，而对于水库诱发滑坡易发性评价指标的筛选与分析、评价方法的精度及评价结果的验证还需要结合研究区内的工程扰动情况进一步考虑，如于宪煜(2016)在对三峡库区滑坡进行易发性评价时，除了基础地质因素和地形地貌因素外，还提取了13个水文条件因子以分析库水位周期性波动、地表水的运移与侵蚀等对新生滑坡形成和老滑坡复活的作用，本文则是考虑了距死水位距离因子。目前地质灾害易发性评价方法主要包括定性方法和定量方法，定性方法依赖于专家意见与经验，更适用易发性初步评价； 定量方法包括确定性方法和统计分析方法，确定性方法是以斜坡失稳的物理机制为基础，通过计算稳定性系数或分析其应力-应变状态来确定灾害的易发程度，其评价结果的准确性依赖于研究工作的详细程度及参数的获取情况，仅适用于小范围的精细研究； 统计分析方法主要分析各影响因子与灾害分布的关系，并在此基础上进行易发性评价，在广义上主要包括频率比法、信息量法、证据权法、逻辑回归法、人工神经网络法和模糊逻辑法等。但针对水库诱发滑坡的易发性评价方法并未有专门研究，因此本文选取了较为简单直观、意义明确的频率比法及信息量法进行了易发性评价，并选取了最为常用的曲线下面积AUC法进行了结果验证。

本文首先介绍了溪洛渡水电站库区的工程地质条件，在第2节中阐述了水库诱发滑坡数据库建立的方法并分析了溪洛渡水电站蓄水后滑坡数量和面积随蓄水时间的演化趋势，第3节中介绍了易发性评价及验证方法、水库诱发滑坡的影响因子及易发性评价的结果，第4节对水库诱发滑坡的主控因素进行了讨论，第5节对研究结果进行了总结论述。

1 工程地质条件

1.1 地形地貌

溪洛渡水电站位于云贵高原和四川盆地两大地貌单元接壤的大凉山向川中盆地过渡地段(邓宏艳等， 2011)，地势总体上呈现西高东低的特点，西侧山地相对高程达3100m，为极大起伏高山； 中-东部山体相对高程达2500m，为极大起伏中山； 东北部山地相对高程达1250～2200m，为大起伏中山(王运生等， 2010)。研究区内金沙江两岸的分水岭地区夷平面保存较好，宽谷分布较为广泛。

1.2 气象水文

溪洛渡库区地势起伏较大，不同高程带气候呈现出不同特点，低海拔地区气候干燥，高海拔地区阴冷潮湿，属于典型的亚热带气候区。依据溪洛渡库区1981～2010年多年平均气温和降雨数据，溪洛渡库区平均气温为14～18℃，多年平均降雨量为800～1000mm，库区在5～10月降雨频繁，降雨量占全年的85%～90%， 6～8月是暴雨多发期，日最大降雨量超过100mm(朱吉龙， 2019)。

1.3 新构造活动

溪洛渡库区的新构造运动以大面积、整体性、间歇性抬升为主，并具有抬升幅度西部大于东部的掀斜性和沿断裂带的差异性运动极不明显的特点(王志爱， 2011)。库区内的主要断裂带有大凉山断裂带、昭觉-布拖断裂、莲峰断裂、三河口-烟峰断裂，断裂带分布如图2所示。莲峰断裂在新生代早中期有过多期活动，具有稳定蠕滑特征，最晚活动年代在中更新世至晚更新世初，晚更新世以来活动不明显(朱继良， 2001)。

图2 溪洛渡库区断裂分布图Fig. 2 Distribution of fractures in Xiluodu Reservoir area

1.4 地层岩性与岩组

溪洛渡库区岩性除缺失石炭系、三叠系上统、侏罗系与第三系之外，从元古界至第四系均有出露。本文在1︰50万区域地质图地层岩性梳理的基础上，参照国标《工程岩体分级标准》(GB/T50218-2014)(中华人民共和国国家标准编写组， 2014)岩石饱和单轴抗压强度UCS，将地质岩性进一步划分为5类(具体分级标准见表1)：坚硬岩组、较坚硬岩组、较软弱岩组、软弱岩组、松散岩组。溪洛渡水电站范围内共出露其中3类岩性：软弱岩组、较软弱岩组及较坚硬岩组(图3)，其中：软弱岩组主要分布在河流右岸，较坚硬岩组主要分布在河流左岸，较软弱岩组分布较为均匀。

表1 工程岩体分级标准Table 1 Engineering rock classification criteria

图3 溪洛渡库区工程地质岩组分布图Fig. 3 Distribution of engineering geological rock groups in Xiluodu Reservoir area

2 水库诱发滑坡数据库建立及时间演化趋势分析

2.1 水库诱发滑坡数据库

本文采用多期影像解译的方法建立了水库诱发滑坡数据库，共解译出溪洛渡水电站水库诱发滑坡433处(图4)，比例尺为1︰1万，解译方法如下：

图4 溪洛渡库区水库诱发滑坡分布图Fig. 4 Distribution of reservoir-induced landslides in Xiluodu Reservoir area

(1)首先划定溪洛渡库区解译范围。水库诱发滑坡的分布位置集中于河流两侧的第一分水岭，因此以第一分水岭为界划分了水库诱发滑坡的解译范围。其主要获取方式为利用ArcGIS水文分析工具对30m精度数字高程模型数据(DEM)进行多次处理，提取了研究区的分水岭，然后经过人工筛选与边界校核，最终获取了研究区的解译范围。

(2)利用多期遥感影像进行解译，研究区主要使用的解译数据为Google Earth 影像(多源多时相，部分区域精度能够达到约 5m)。水库诱发滑坡的解译类型主要有：蓄水后新诱发的滑坡、蓄水后老滑坡复活或者范围不断扩大的滑坡。

溪洛渡水电站于2013年5月份蓄水，因此本文通过对比库区2013年前后的影像及2013～2020年的多期影像解译水库诱发滑坡。在滑坡解译过程中将水库诱发滑坡发生的时间定为该滑坡第1次出现的影像时间，对于蓄水后范围不断扩大的滑坡，同一滑坡每个范围都进行了圈定，以滑坡诱发及每次复发的时间作为其对应范围的发生时间，并计入诱发及复发年份的滑坡数量和面积中。以图5所示溪洛渡库区内雨林二组滑坡为例，蓄水前滑坡体无明显变形迹象，据水库蓄水后2016年7月影像(2014、2015年影像缺失)，滑坡堆积体已经出现多处垮塌，可以判断该滑坡为水库诱发滑坡。图6所示为上田坝乡滑坡，蓄水前该斜坡无滑坡发育，滑坡发育于2014年，则计入2014年的滑坡数量和面积中，滑坡于2016年7月复发，则将该滑坡复发的范围重新圈定并计入2016年的滑坡数量和面积中， 2020年滑坡范围进一步扩大，则将新范围再重新圈定并计入2020年的滑坡数量和面积中。

图5 雨林二组滑坡遥感影像Fig. 5 Remote sensing image of landslide in Rainforest Group Ⅱ

图6 上田坝乡滑坡遥感影像Fig. 6 Remote sensing image of landslide in Shangtianba Township

2.2 水库诱发滑坡时间演化趋势

据此解译了2013～2020年内发育的滑坡，并对水库诱发滑坡数量和面积随时间变化的趋势进行了分析，从图7、图8中可以看出滑坡数量和面积整体上呈现随着蓄水年份增加逐渐减小的趋势，在蓄水最初的4年间，诱发的滑坡占全部滑坡数量的75.10%，占滑坡总面积的80.30%。说明在水库蓄水初期水库诱发滑坡发育较多，且诱发滑坡规模较大，进入正常运行后，滑坡发育数量会逐渐减少，斜坡稳定性增加。

图7 滑坡数量随蓄水时间变化Fig. 7 Variation of the number of landslides with water storage time

图8 滑坡面积随蓄水时间变化Fig. 8 Variation of landslide area with water storage time

3 水库诱发滑坡易发性评价

3.1 易发性评价及验证方法

本文选用频率比法对各影响因子与水库诱发滑坡分布之间的关系进行了统计分析，并采用信息量法进行溪洛渡库区水库诱发滑坡的易发性评价。

假定将水库诱发滑坡的某一影响因子分为i类(如将高程因子划分为0～1000m、1000～2000m、2000～3000m……i类)，Bi为某一影响因子第i类的滑坡面积，Ai为某一影响因子第i类的研究区的面积，B为滑坡总面积，A为研究区总面积，则滑坡影响因子的频率比为FRi(Frequency Ratio)定义为：

(1)

信息量法是通过对已变形或破坏区域的现实情况和提供的信息，把反映各种影响区域稳定性因素的实测值转化为反映区域稳定性的信息量值，其方法信息量的大小来评价影响因素与研究对象关系的密切程度(阮沈勇等， 2001)。信息量越大表明产生地质灾害的可能性越大。由于滑坡灾害影响因子数量较多，故采用简化的单因子信息量模型计算，再进行叠加分析(王佳佳等， 2014)，则研究区某栅格单元的信息量预测值：

(2)

式中：A为研究区总面积；B为已经发生滑坡灾害的栅格单元总面积；Ai为某影响因子第i类所占研究区总面积； 其中发生滑坡的面积为Bi；n为影响因子数量。

由于基础数据来源广泛且精度不同、评价模型的局限性及诱发因素和基础地质条件的动态变化，使得地质灾害易发性评价结果存在很大不确定性(Carrara， 1992)，因此需要对模型的评价质量进行验证。目前，对易发性评价结果的验证一般都通过受试者特征曲线(Receiver operating characteristic， ROC)方法，ROC一般以滑坡面积累计百分比为纵轴，以易发性分区面积累计百分比为横轴，其关键衡量指标是曲线下面积(Area under curve， AUC)，AUC的取值范围为0.5～1，值越大，评价模型的预测结果越好。

3.2 水库诱发滑坡影响因子

Pourghasemi et al. (2017)对2005～2012年期间发表在不同ISI期刊上的220篇论文进行了查阅(图9)，从图中可以看出，坡度、岩性、坡向、距河流距离、高程、距断层距离等因素的使用次数均在100次以上，说明在以往的研究中这些因子被普遍认为对诱发滑坡的贡献更大。但是针对水库诱发滑坡影响因子的选取，还需要考虑库水位的升降作用(尚敏等， 2021)，本文将距死水位距离作为工程影响因子分析库水位升降对滑坡发育及复活的影响。基于此，本文选取了高程、坡度、坡向、岩性、距断裂距离及距死水位距离6个孕灾因子，并计算了各影响因子的频率比，以分析其对滑坡发育的影响规律。

图9 220篇论文中的评价指标统计(Pourghasemi et al.，2017)Fig. 9 Statistics of evaluation metrics in 220 papers(Pourghasemi et al.，2017)

3.2.1 地形地貌

地形是地质灾害的主要控制因素，本文主要选取高程、坡度和坡向研究灾害的发育规律。研究区高程采用30m分辨率数据，高程范围为265～5433m，以1000m为间隔将研究区高程范围划分为4个等级，分别为<1km、1～2km、2～3km、3～4km，研究区自河流至两侧分水岭高程逐渐增大。研究区频率比计算结果如图10a所示，滑坡发生频率总体上随着高程的增加而逐渐减小，其中高程1000m以内灾害的发生频率最高， 2000m以上无水库诱发滑坡发育。基于高程数据，利用ArcGIS表面分析功能获取了研究区的坡度和坡向数据，将坡度划分为0°～10°、10°～20°、20°～30°、30°～40°、40°～50°、50°～60°及>60° 7类。研究区的频率比计算结果如图10b所示，从图中可以看出研究区水库诱发滑坡发育的优势坡度为30°～60°，随地形坡度增大灾害发生频率整体呈现先增大后减小的趋势。将坡向划分为N、NE、E、SE、S、SW、W、NW 8类，研究区的频率比计算结果如图10c所示，从图中可以看出控制研究区灾害发生的主要坡向为SE、W和NW向，其次为E、SW向。这是由于溪洛渡库区范围内金沙江自SW向流向NE向，灾害分布较为密集的斜坡为河流两岸的斜坡，其坡向主要为SE、NW向，同时由于地形影响，河道部分弯曲，河流两岸坡向发生变化，因而造成E、SW向斜坡也有较多灾害发育。

图10 各因子频率比计算结果Fig. 10 Calculation results of frequency ratio of each factor

3.2.2 工程地质岩组

本文在1︰50万地质图基础上，将溪洛渡水电站解译范围内的地层岩性划分为软弱岩、较软弱岩、较坚硬岩3种(图3)，其频率比计算结果如图10d所示，岩性并未呈现出岩性越软弱灾害发生频率越高的规律，这受到水库诱发滑坡数据与工程地质岩组数据精度的限制，同时也与岩性与地貌的互馈作用有关(Zou et al.，2022)。

3.2.3 地质构造

断裂与斜坡中软弱结构面的发育具有一定相关性，因而会导致岩土体的完整性降低，容易产生滑坡。本文选取距断裂距离作为水库诱发滑坡的影响因子，将其划分为0～100m、100～200m、200～400m、400～800m、800～1600m、1600～3200m、3200～6400m、>6400m 8组，研究区距断裂距离的频率比计算结果如图10e所示，从图中可以看出距断裂400～3200m范围内更有利滑坡发育。

3.2.4 工程诱发因素

在金沙江流域内产生扰动灾害的主要工程为水电工程，水库蓄水对边坡稳定性会产生影响，容易诱发滑坡，其失稳原因主要包括水库蓄水后淹没边坡会导致边坡抗剪强度降低、地下水位上升导致边坡失稳、水库水位快速下降时滑坡中剩余孔隙水压力的影响及库水水压引起边坡内部强度变化等，边坡在地下水作用下还容易造成破坏面贯通(Fujita， 1997)。水库诱发灾害一般集中在库水消落带范围内，距离水库越远受到的影响越小，因而本文选取了距水库的距离作为工程扰动灾害的影响因子，将其划分为0～100m、100～200m、200～400m、400～800m、800～1600m及>1600m 6组，距死水位距离的频率比计算结果如图10f所示。总体上，呈现距死水位越近，越易触发地质灾害的规律，距离死水位100～200m范围内最有利于滑坡发育。

3.3 易发性评价结果

由于各个因素对滑坡发生的影响存在一定的耦合关系，为探讨各因素对滑坡发育的单独影响，本文应用曲线下面积AUC法分析单因素下的滑坡易发性评价。首先统计各类别下分级面积和该分级中滑坡的面积，然后按照3.2中计算的频率比降序排列，即从高易发性类别开始计算累计分区面积百分比和累计滑坡面积百分比，绘制ROC曲线得各因子影响下滑坡易发性AUC值，结果如图11所示。从图中可以看出，高程和距死水位距离对滑坡进行易发性评价置信度最高，距断裂距离和坡度对滑坡进行易发性评价的置信度比坡向及工程地质岩组高。因此，本文最终选取高程、距死水位距离、距断裂距离、坡度4个因素，采用信息量法进行水库诱发滑坡的易发性评价。基于ArcGIS栅格数据模型的信息量计算方法，计算上述4个指标各分类下的信息量值，然后利用ArcGIS栅格计算器进行信息量值叠加，获取每个栅格的易发性指数，采用Natural breaks自然断点法将研究区的滑坡易发性划分为极高、高、中等、低、极低5个分级区间，获得了研究区滑坡易发性分区图(图12)。从图中可以看出，极高易发区与高易发区主要分布在库岸两侧，占研究区面积的15.81%，距离死水位越远，易发性越低。

图11 各因素对滑坡易发性影响的ROC曲线对比图Fig. 11 Comparison of ROC curves for the effects of various factors on landslide susceptibility

图12 溪洛渡库区水库诱发滑坡易发性评价分区Fig. 12 Evaluation chart of reservoir-induced landslide susceptibility

应用曲线下面积AUC法对易发性分析的结果进行评价，首先统计极高、高、中等、低、极低易发性5种类别的分区面积及该分级中的滑坡面积(表2)，然后按照信息量值大小降序排列，绘制得到ROC曲线(图13)，计算4种因子组合下的易发性AUC大小为0.912，表明易发性评价的结果较好。

表2 易发性分区、滑坡面积及比例Table 2 Susceptibility zoning， landslide area and proportion

图13 ROC曲线Fig. 13 ROC curve

4 讨 论

根据图12所示结果，极高易发区与高易发区主要分布在距死水位400m以内、高程1km以下的范围内，其中距死水位100～200m范围滑坡数量最多，溪洛渡水电站死水位为540m，正常蓄水位为600m，规定的距死水位距离是以水电站死水位为起点， 0～100m范围内包含了60m的库水位消落带，在上述条件下得出距死水位100～200m范围内滑坡发育最多，说明库水消落带对其上部坡体的稳定性影响最大。根据前人研究，库岸再造影响范围在库水位以上30～50m，个别可达80m(罗晓红等， 2003)，本文的研究表明其影响范围可能更大。

溪洛渡水电站于2013年5月4日蓄水后地震活动明显增强， 2014年4月5日在永善县发生 5.3级地震，同年8月17日在距永善县地震震中 10km 范围内又发生1次 5.0级地震。本文中解译的水库蓄水滑坡包含这些次生地震活动引起的滑坡灾害。本文中距断层距离和坡度两个自然因素均对滑坡分布具有重要影响，与前人对地震滑坡的主控因素分析是一致的(祁生文等， 2009； Zou et al.，2022)。

结合水库蓄水诱发滑坡的分布规律，在水电站运营期间需要对上述范围加强监测与边坡失稳防控，尤其是在该范围内的古滑坡堆积体稳定性，如果古滑坡复活造成大量滑坡体高速滑入水库，形成涌浪，会威胁大坝的安全及水电站的正常运营。

5 结 论

(1)本文采用多期遥感影像解译的方式对水库诱发滑坡进行识别解译，建立了金沙江溪洛渡水电站水库诱发灾害的数据库，共解译水库诱发滑坡433个，比例尺为1︰10 000。基于数据库对水库诱发滑坡数量和面积随时间的演化趋势进行了分析，结果表明水库诱发滑坡主要发生在蓄水初期3～4年，水库正常运行后滑坡数量逐渐减少，岸坡表生演化逐渐趋于稳定。

(2)对水库诱发滑坡的空间分布规律和控制因素进行了分析，结果表明，库区内水库诱发滑坡主要分布在高程1km以内， 2km以上无诱发滑坡分布，优势坡度为30°～60°，发育滑坡的斜坡坡向以SE、W和NW向为主； 在距断裂400～3200m范围内更有利于滑坡发育； 距死水位100～200m范围内灾害发育数量最多。而距死水位距离与高程是水库诱发滑坡的主控因素。选取高程、距断裂距离、坡度和距死水位距离4项因素，采用信息量模型开展了水库诱发滑坡易发性评价和分区。极高易发区与高易发区主要分布在距死水位400m以内、高程1km以下的范围内。采用ROC曲线对模型准确性进行评价，AUC值达0.912，评价结果可信度较好。

(3)本文建立的水库诱发滑坡数据库及易发性评价结果能够为溪洛渡库区蓄水后灾害排查与减灾工作提供理论依据与指导。研究方法及成果也可应用于其他已建水电站正常运营、未建及在建水电站的规划建设和防灾减灾工作。